【技术实现步骤摘要】
一种基于特征锚点的人群队形规划方法及系统
[0001]本专利技术涉及一种人群队形规划方法及系统，特别涉及一种基于特征锚点的人群队形规划方法及系统。
技术介绍
[0002]近年来，人群队形变换与规划在影视特效、大型文艺演出(如奥运会开幕式)，无人机编队表演等领域获得了长足的发展。由于引入了群体运动的时空约束，群体队形变换已经具有低运动损耗、避免碰撞和适应形状等特性。因而相比于自由人群运动，基于群体队形变换的人群运动往往能够呈现出更高的视觉艺术美感。
[0003]现有的人群队形变换与规划的研究基本思路是指定一系列关键过程，通过某种变换方法使得人群能够从初始形状经过平滑、无/少碰撞的运动变换成为目标形状。其中大量的工作都将这一过程通过二分图匹配优化或基于约束的动态协同优化方法加以解决。然而，已有方法普遍存在两大缺陷：1)仅通过优化运动总体消耗或保持图案边界的方式保证了变换过程的可达性，这在简单、相似的图案变换间可以保持运动过程中人群的整体性、连续性，但在边缘复杂，形状相似度低的图案间效果不佳；2)已有方法生成的群体队形变换...
【技术保护点】
【技术特征摘要】
1.一种基于特征锚点的人群队形规划方法，其特征在于，包括以下步骤：步骤一、按照时间顺序生成人群排布形状对应的N帧图案；步骤二、确定每帧图案对应的人群点位分布；步骤三、确定第i帧到第i+1帧图案人群点位的映射方案，具体方法为：3.1、在人群F中选择特征锚点集合非锚点集合为A
′
＝F
‑
A；3.2、确定两帧图案中锚点集合的映射关系；3.3、根据锚点定义人群队形变换的损失函数：对于人群F
i
中的每一个非锚点个体agent∈A
′
i
，则人群F
i
中的位置p
i
到人群F
i+1
中位置p
i+1
的距离损失D
loss
与方位损失O
loss
定义为：定义为：其中ΔL＝||l||
‑
||l
′
||；ω与k均为常参数；定义损失函数：V
loss
＝εD
loss
+λO
loss
+μD其中ε，λ与μ为比例参数，D为传统方法中agt到agt
′
的度量空间距离，3.4、获得F
i
中所有agent对F
i+1
中所有位置的V
loss
，得到总损失最低的宏观规划结果；步骤四、根据映射方案得到每个人的运动方向和速度。2.基于权利要求1所述的人群队形规划方法，其特征在于，步骤3.1中选择特征锚点集合A的方法为：设置目标锚点数量k，对人群F
i
与F
i+1
分别通过k
‑
means聚类将两个人群分别划分为k个子群，然后将距离每个子群重心最近的个体作为锚点；子群重心各坐标方向上的分量为：X
i
为子群中的任意个体在X方向上的位置分量，Y
i
为在Y方向上的位置分量，以此类推，W
i
为不同个体在计算重心时的权重参数；步骤3.2中确定两帧图案中锚点集合映射关系的方法为：计算得到锚点集合A
i
与A
i+1
后，将两个集合内的个体世界坐标点距离的负值作为权值建立完全二分图，获得总权值最优匹配结果作为锚点间的映射关系。3.基于权利要求1所述的人群队形规划方法，其特征在于，步骤3.1和步骤3.2中选择特征锚点集合A并确定锚点集合映射关系的方法为：获取人群的边缘Edge；对人群F
i
与F
i+1
的边缘Edge
i
与Edge
i+1
分别进行降采样，使得采样后的Edge
′
i
与Edge
′
i+1
满足等势：
Edge
′
i
～Edge
′
i+1
指定其中某个agent映射：Edge
′
i
(j)
→
Edge
′
i+1
(k)，其他agent根据队列中的顺序完成映射。4.基于权利要求2所述的人群队形规划方法，其特征在于，通过Kuhn
‑
Munkres算法得到总权值最优匹配结果作为锚点间的映射关系。5.一种基于特征锚点的人群队形规划系统，其特征在于，包括：图案生成模块，用于按照时间顺序生成人群排布形状对应的N帧图案；点位设置模块，用于确定每帧图案对应的人群点位分布；点位映射模块，用于确定第i帧到第i+1帧图案人群点位的映射方案；运动转换模块，用于根据映射方案得到每个人的运动方向和速度；其中，点位映射模块包括：锚点选择部件，用于在人群F中选择特征锚点集合非锚点集合为A
′
...
【专利技术属性】
技术研发人员：李弋豪，黄天羽，张骞，刘峻宇，杜梁楷，刘逸凡，唐明湘，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。